Файл: Григоркина Р.Г. Прикладные методы корреляционного и спектрального анализа крупномасштабных океанологических процессов.pdf
ВУЗ: Не указан
Категория: Не указан
Дисциплина: Не указана
Добавлен: 29.06.2024
Просмотров: 223
Скачиваний: 1
довательно, выбор приема центрирования зависит от соотноше ния дисперсий переменного среднего и пульсаций. Если интен сивность низкочастотных колебаний невелика и желательно по лучить больше сведений о тонкой структуре спектра высоких частот, удобнее применять высокочастотную фильтрацию . Если соотношения дисперсий среднего и остатка велико, то целесо образнее перейти к низкочастотной фильтрации с дальнейшим центрированием. О т методов фильтрации приходится вообще от казываться, когда число членов ряда мало, а дисперсия исклю чаемых компонент в 10—15 ра з превосходит дисперсию мелко масштабных возмущений.
В этом случае применяют полиномиальное выравнивание с последующим центрированием реализации . Рассмотрим один из методов полиномиального выравнивания реализации океаноло
гических |
процессов, |
предложенный |
,В. А. Р о ж к о в ы м 01966). |
Р я д |
||||||||
предварительно сглаживается |
скользящим |
осреднением |
по |
ин |
||||||||
т е р в а л а м |
б и ш а г а м |
скольжения Q |
|
|
|
|
|
|
||||
|
|
trij= |
—l— |
2 |
zi+h- |
|
|
(4.1-5) |
||||
|
|
|
|
|
i |
6 |
- 1 |
|
|
|
|
|
где / = 1 , |
2 , . . . , £ l / |
N |
)\ , |
£ |
II |
N |
I\ — о з н а ч а е т |
целую |
часть |
|||
частного |
N |
6 |
|
|
6 |
|
|
|
|
|
|
|
Q |
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
|
Скользящее осреднение оптимально выделяет тенденцию в |
||||||||||||
среднем лишь при условии, что интервал б точно |
совпадает |
с пе |
||||||||||
риодом высокочастотных флуктуации . В остальных случаях |
сгла |
|||||||||||
женный ряд содержит случайные |
отклонения. |
|
|
|
|
|||||||
Чтобы |
избавиться от них, к а ж д ы е р точек сглаженного |
|
ряда |
|||||||||
выравнивают прямыми |
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
г'-1 |
|
|
|
|
|
|
|
|
|
mi= |
— |
У\ (bis+'SCli-s) |
• |
|
(4.16) |
||||||
Коэффициенты ciu и Ьи находятся по формулам |
|
|
|
|
||||||||
|
|
ап—- |
рХз |
—Л0Я4 |
|
|
|
|
|
|||
|
|
|
|
|
|
|
|
|
|
|
||
|
|
|
|
|
(п) |
|
(п) |
|
|
|
|
|
|
|
Ьп |
= |
A I M |
—Л2Лз |
|
|
|
|
|
48
где |
р ( р - , 1 ) ( 2 р - 1 ) , |
_ |
|
|
||||
л , = |
^ |
' |
||||||
|
g |
|
, |
Л,— - |
||||
|
р—1 |
|
|
р—1 |
|
|
||
|
V — |
|
|
' V I — |
|
|||
Аз — / |
| I1ln+i-l |
, |
A i |
— / |
i >nn+i • |
|
||
|
i=0 |
|
|
г=0 |
|
|||
З а окончательное |
значение тенденции принимаются |
величины |
||||||
|
т 2 = т , - + „ = / п 4 + |
— а , - , |
(4.17) |
|||||
где |
|
|
|
|
|
|
|
|
|
|
г/ = 0, 1, . . . , ( 6 - 1 ) , |
|
|
||||
|
Hi! = mi; |
aj—nij+i—/Mj, |
|
|||||
^ = |
Ь |
н |
^ |
; |
/ = 1 ,2 ,...,,v , |
Эффективность выделения тенденции этим методом определяет ся правильным выбором констант б и р. Основное требование,
предъявляемое |
к п а р а м е т р а м осреднения и спрямления, состоит |
в том, что их |
величины не д о л ж н ы превосходить промежутков, |
на которых тенденция имеет одинаковый знак. Сочетание сколь зящего осреднения и последующего выравнивания позволяет ус
пешно исключить оценку переменного |
математического |
ожида |
||
ния и в то ж е |
время |
в очень небольшой |
степени сказывается на |
|
спектральном |
составе |
высокочастотных |
флуктуации . П р е и м у щ е |
|
ством этого метода является т а к ж е и то, что число членов |
исход |
ного р я д а уменьшается лишь на величину б, в два раза меньшую, чем при фильтрации . В качестве примера на графике рис. 7 при ведены оценки спектральной плотности годового р я д а наблюде ний н а д температурой поверхности воды в Тихом океане. Оценка
спектральной плотности вычислялась |
д л я ряда, |
из которого го |
д о в а я компонента исключена как |
методами |
низкочастотной |
фильтрации, т а к и полиномиального выравнивания с последую
щим центрированием. К а к видно из графика на |
рис. 7, примене |
ние фильтра Тыоки несколько сгладило спектр |
температурных |
флуктуации . |
|
Рассмотренные способы устранения нестационарное™ по ма тематическому ожиданию при правильном выборе параметров оператора преобразования исходного ряда дают удовлетвори тельные результаты. В ряде случаев с успехом могут быть ис-
4 Зак . 11821 |
49 |
пользованы и другие фильтры или операторы сглаживания . Опи сание некоторых способов фильтрации, применяемых в гидроме
теорологии, |
можно |
найти в работе |
Г. «В. Матушевского и |
|
В. Е. Привальского |
(1968). П о д р о б н а я |
характеристика |
различ |
|
ных приемов сглаживания в сочетании |
с центрированием |
приво |
||
дится А. Ф. Романенко и Г. А. Сергеевым (1968). |
|
|||
S'[ai), |
:foo' цтки/рпд |
|
|
|
| |
| |
' |
' |
' |
I |
I |
I |
I |
l _ |
0,2 |
ОМ |
0,6 |
0,8 |
1,0 |
1,2 |
1,4 |
1,6 |
1,8 |
2,0 |
Рис. 7. Спектр флуктуации температуры воды после исключе
ния долгопериодных составляющих:
1 — полиномиальное сглаживание; 2 — фильтрация
Удаление тенденции исходного ряда наблюдений далеко не исчерпывает тот перечень задач, который может быть решен с помощью аналитической фильтрации. Фильтрация широко ис пользуется, в частности, при первичной обработке наблюдений д л я подавления случайных высокочастотных компонент, обуслов ленных помехами при измерениях или короткопериодными флуктуациями исследуемой характеристики . В последнем случае по давление короткопериодных, часто значительных по интенсивно сти, флуктуации позволяет более детально выявить статистиче ские закономерности колебаний низкочастотной части спектра, которые в исходной реализации могут быть замаскированы вы сокочастотными составляющими . .Применяя комбинацию низко частотного и высокочастотного фильтров, формируют полосовой фильтр, с помощью которого выделяют колебания в пределах какой-либо узкой полосы частот.
Г Л А В А II
С Т А Т И С Т И Ч Е С К И Й А Н А Л И З В З А И М О С В Я З Е Й К Р У П Н О М А С Ш Т А Б Н Ы Х О К Е А Н О Л О Г И Ч Е С К И Х
ПР О Ц Е С С О В
§1. Характеристика взаимосвязей океанологических процессов
во временной области
(При описании океанологических процессов часто приходится иметь дело не с одной, а с двумя или несколькими функциями времени, т. е. с системой случайных функций. В этом случае воз никают задачи определения статистической связи м е ж д у различ ными случайными функциями. Такие связи могут характеризо
вать зависимость |
флуктуации |
одного и того |
ж е элемента |
в |
раз |
|||||||
личных точках поля или зависимости м е ж д у различными |
состав |
|||||||||||
л я ю щ и м и |
векторного |
процесса. |
(Например, |
связь флуктуации |
||||||||
температуры воды па различных горизонтах или связь |
м е ж д у |
|||||||||||
зональной |
и меридиональной |
составляющей |
вектора |
течения.) |
||||||||
П р и решении |
ряда |
практических з а д а ч постоянно |
возникает |
|||||||||
необходимость исследовать |
т а к ж е связи между различными |
оке |
||||||||||
анологическими |
полями |
(например, связь м е ж д у полем |
масс и |
|||||||||
полем |
течений), |
а т а к ж е |
связь |
м е ж д у океанологическими |
поля |
|||||||
ми и |
метеорологическими |
или |
|
геофизическими полями |
(напри |
мер, связь поля ветра и поля течения или поля температуры во ды и температуры воздуха) . Из - за неполноты стандартных оке
анографических |
наблюдений |
связи м е ж д у полями или д а ж е |
внутри одного |
и того ж е поля |
океанологических характеристик |
обычно установить не удается и приходится ограничиваться ис следованием зависимости м е ж д у элементами в отдельных фик сированных пунктах.
Изучение процессов в океане как системы случайных функ ций позволяет не только статистически описать эти процессы, но имеет более глубокий физический смысл. Если, например, отка зываются от весьма уязвимых постулатов полуэмпирической тео
рии турбулентности, то приходят к необходимости |
описания |
|
турбулентных процессов на |
основе моделей статистической |
|
гидромеханики, эмпирической |
основой которых д о л ж н о |
быть за |
д а н и е океанологических полей как системы случайных |
функций. |
Во многих случаях нельзя достаточно глубоко понять физический механизм воздействия внешних сил на воды океана и разрабо
тать |
соответствующие гидродинамические модели, |
з а д а в |
внеш |
ние |
силы детерминистически. Хорошим примером |
тому |
служит |
4* |
51 |